框架与平台
Guardrails
使用 Guardrails 验证 TokenLab 模型输出
概述
用 TokenLab Base URL 配置 OpenAI SDK，请求 JSON，再将返回文本交给 Guard.parse 校验。
安装
pip install guardrails-ai openai环境
export TOKENLAB_API_KEY="sk-your-tokenlab-key"示例
import os
from guardrails import Guard
from openai import OpenAI
from pydantic import BaseModel, Field
class Pet(BaseModel):
pet_type: str = Field(description="Species of pet")
name: str = Field(description="A unique pet name")
guard = Guard.for_pydantic(output_class=Pet)
client = OpenAI(
api_key=os.environ["TOKENLAB_API_KEY"],
base_url="https://api.tokenlab.sh/v1",
)
response = client.chat.completions.create(
model="claude-sonnet-5",
response_format={"type": "json_object"},
messages=[{
"role": "user",
"content": "Suggest a pet. Return only JSON with string fields pet_type and name.",
}],
)
outcome = guard.parse(response.choices[0].message.content)
print(outcome.validated_output)端点说明
Chat Completions 可以直接使用上面的 OpenAI SDK 配置。其他 TokenLab API 需要把相应的调用方法封装成 Guardrails 可接受的 callable。